PROCUREMENT × PROMPT ENGINEERING

ข้อควรระมัดระวังและเทคนิคการเขียน Prompt สำหรับงานจัดซื้อ

คู่มือออกแบบ Prompt สำหรับ Procurement ให้ AI เข้าใจบริบท ใช้ข้อมูลอย่างมีวินัย วิเคราะห์อย่างตรวจสอบได้ และไม่ข้ามบทบาทของผู้มีอำนาจตัดสินใจ

ข้อมูลถูกเก็บใน LocalStorage ของเบราว์เซอร์เครื่องนี้ แยกตามชื่อโปรไฟล์ ไม่ได้ส่งขึ้นเซิร์ฟเวอร์

1Role — กำหนดบทบาทของ AI

อย่าระบุเพียงว่า “คุณเป็นผู้เชี่ยวชาญด้านจัดซื้อ” เพราะกว้างเกินไป ควรกำหนดทั้งความเชี่ยวชาญ ขอบเขตหน้าที่ และสิ่งที่ AI ไม่มีอำนาจทำ

เทคนิค

คุณทำหน้าที่เป็น Procurement Analyst ที่ช่วยวิเคราะห์ใบเสนอราคา เปรียบเทียบ Total Cost of Ownership และตรวจหาความผิดปกติ แต่ไม่มีอำนาจอนุมัติ Supplier
หลักสำคัญ: AI ควรเป็น Decision Support ไม่ใช่ Decision Maker

2Context — ให้บริบทของงาน

AI ต้องรู้ว่างานนี้เกิดขึ้นภายใต้สถานการณ์อะไร ยิ่งงานจัดซื้อมีเงื่อนไขเฉพาะมากเท่าไร บริบทยิ่งสำคัญมากขึ้นเท่านั้น

ข้อมูลธุรกิจ
ประเภทสินค้า วัตถุประสงค์ งบประมาณ ปริมาณ และความเร่งด่วน
ข้อมูลการจัดหา
Supplier เดิม Lead Time ประเทศต้นทาง และข้อกำหนดบริษัท
บริษัทต้องการซื้อวัตถุดิบ X จำนวน 10,000 กิโลกรัมต่อเดือน ใช้ต่อเนื่อง 12 เดือน Supplier ต้องส่งสินค้าเข้าคลังกรุงเทพฯ ภายใน 14 วัน และต้องมี COA ทุก Lot

3Objective — ระบุเป้าหมายให้ชัด

Prompt หนึ่งชุดควรมีเป้าหมายหลักที่ชัดเจน และควรบอกด้วยว่าผลลัพธ์จะถูกนำไปใช้เพื่ออะไร

Objective = Action + Subject + Purpose
วิเคราะห์ใบเสนอราคาจาก Supplier 5 ราย เพื่อค้นหาความแตกต่างของต้นทุน เงื่อนไขการค้า และความเสี่ยงก่อนเข้าสู่ขั้นตอนเจรจา

4Input — ระบุว่าข้อมูลใดคือข้อเท็จจริง

สำหรับงานจัดซื้อ ต้องแยกข้อมูลต้นทางออกจากข้อมูลที่ AI วิเคราะห์ให้ชัด เพราะความผิดพลาดจากการเติมข้อมูลเองอาจกระทบต้นทุนหรือสัญญาได้

ข้อมูลที่ไม่ควรให้ AI เดา: ราคา, Currency, VAT, MOQ, Lead Time, Payment Term, Warranty, Specification, Incoterms, Freight, Insurance และ Supplier Certification
ใช้เฉพาะข้อมูลในไฟล์ที่แนบมาเป็นหลัก หากข้อมูลใดไม่ปรากฏ ให้ระบุว่า “ไม่มีข้อมูล” และห้ามสมมติขึ้นเอง

5Task — แตกงานใหญ่ให้เป็นขั้นตอน

Prompt Engineer ไม่ควรสั่งงานซับซ้อนในประโยคเดียว เพราะ AI อาจข้ามการตรวจสอบและกระโดดไปที่ข้อสรุปเร็วเกินไป

  1. อ่านข้อมูล Supplier แต่ละราย
  2. ตรวจว่าข้อมูลครบหรือไม่
  3. Normalize ราคาให้อยู่บนฐานเดียวกัน
  4. แยก Base Price / Freight / Tax / Additional Cost
  5. วิเคราะห์ Commercial Terms และ Delivery
  6. วิเคราะห์ Risk
  7. เปรียบเทียบ Supplier
  8. ระบุ Missing Information
  9. สรุปประเด็นที่ควรเจรจา

6Constraints — ใส่ข้อจำกัดให้ชัด

ส่วนนี้ช่วยลด Hallucination ได้มากที่สุดส่วนหนึ่ง ให้คิดจากคำถามว่า “AI มีโอกาสเข้าใจผิดหรือสร้างข้อมูลตรงไหนบ้าง?” แล้วเขียนข้อห้ามไว้ล่วงหน้า

  • ห้ามสร้างราคาที่ไม่มีในเอกสาร
  • ห้ามประมาณ Lead Time เอง
  • ห้ามสรุปว่ารายใดคุณภาพดีที่สุด หากไม่มีข้อมูลด้านคุณภาพ
  • ห้ามรวม VAT เข้ากับราคาหากยังไม่ทราบฐานการเปรียบเทียบ
  • ห้ามเปลี่ยน Currency โดยไม่มี Exchange Rate ที่ระบุ

7Definitions — กำหนดความหมายของคำสำคัญ

คำอย่าง “Best Supplier” หรือ “Competitive Cost” อาจมีความหมายต่างกันในแต่ละองค์กร ต้องกำหนด Definition ก่อนวิเคราะห์

ในงานนี้ “Competitive Cost” หมายถึง Total Landed Cost ไม่ใช่เฉพาะ Unit Price
“On-time Delivery” หมายถึงสินค้าถึงคลังไม่เกินวันที่กำหนดใน PO

8Criteria — กำหนดเกณฑ์การวิเคราะห์

อย่าใช้คำว่า “ดีที่สุด” โดยไม่มีเกณฑ์ ให้ระบุ Criteria และ Weight อย่างชัดเจน เช่น Cost, Quality, Delivery, Commercial Terms และ Risk

Cost 30% Quality 25% Delivery 20% Commercial Terms 15% Risk 10%
คะแนนไม่ได้แปลว่าความจริงเสมอไป เพราะการเปลี่ยน Weight สามารถเปลี่ยนผลลัพธ์ได้ ควรเพิ่ม Sensitivity Analysis เมื่อการตัดสินใจมีมูลค่าสูง

9Calculation Rules — กำหนดกฎการคำนวณ

งานจัดซื้อมีความเสี่ยงสูงจากการคำนวณคนละฐาน จึงควรกำหนดสูตร หน่วย สกุลเงิน VAT Exchange Rate และช่วงเวลาให้ครบ

Total Cost = Product Cost + Freight + Insurance + Duty + Handling + Other Cost Annual Cost = Unit Cost × Annual Volume
ใช้ THB เป็น Base Currency และใช้อัตราแลกเปลี่ยนที่ระบุในข้อมูลเท่านั้น หากไม่มี Exchange Rate ห้ามแปลงค่าเงิน

10Evidence — บังคับ AI แสดงหลักฐาน

ทุกข้อสรุปสำคัญควรย้อนกลับไปยังข้อมูลต้นทางได้ และควรแยก Fact ออกจาก Analysis อย่างชัดเจน

Fact: Supplier A เสนอ Lead Time 30 วัน
Analysis: ยาวกว่า Requirement 14 วัน
Risk: อาจไม่ผ่าน Delivery Requirement

11Missing Data — สอน AI ให้รู้ว่า “ไม่รู้”

Prompt ที่ดีควรอนุญาตให้ AI ตอบว่า “ไม่มีข้อมูล” และเปลี่ยนช่องว่างนั้นเป็นคำถามที่ผู้จัดซื้อต้องติดตามต่อ

  • MOQ เท่าไร?
  • Lead Time นับจาก PO หรือ Payment?
  • ราคานี้รวม Freight หรือยัง?
  • Warranty กี่เดือน?
  • Price Validity ถึงเมื่อใด?

12Risk Analysis — แยกความเสี่ยงออกมา

ควรสั่งให้ AI ตรวจความเสี่ยงอย่างเป็นระบบ เช่น Cost, Supply, Quality, Delivery, Financial และ Compliance

Risk → Evidence → Impact → Mitigation
Lead Time สูง → Supplier ระบุ 45 วัน → เสี่ยง Stockout → พิจารณา Safety Stock หรือ Supplier สำรอง

13Assumptions — ควบคุมการสมมติ

ถ้าจำเป็นต้องสมมติ ต้องแยก Assumption ออกจากข้อเท็จจริงอย่างชัดเจน และไม่ควรปล่อยให้ AI แปลงสมมติฐานเป็นข้อเท็จจริงโดยอัตโนมัติ

Known: ราคา $10/unit
Unknown: Freight
Assumption: ไม่มี
Conclusion: ยังไม่สามารถคำนวณ Landed Cost ได้

14Output Format — ระบุรูปแบบผลลัพธ์

กำหนด Output ให้ตรงกับผู้ใช้ปลายทาง เช่น ผู้บริหาร Buyer หรือผู้อนุมัติ เพื่อให้คำตอบพร้อมใช้ต่อได้ทันที

  1. Executive Summary
  2. Key Findings
  3. Supplier Comparison
  4. Risks
  5. Missing Information
  6. Recommended Next Actions

15Recommendation — ให้ AI เสนอ Trade-off แทนการตัดสินใจแทน

แทนที่จะสั่งว่า “เลือก Supplier ที่ดีที่สุด” ควรให้ AI แสดงทางเลือกและผลแลกเปลี่ยนของแต่ละทางเลือก

Option A
เน้น Lowest Cost
Option B
เน้น Lowest Supply Risk
Option C
เน้น Balanced Option
Human Decision
ผู้มีอำนาจเป็นผู้ตัดสินใจสุดท้าย

16Verification — เพิ่มขั้นตอนตรวจสอบตัวเอง

เพิ่มขั้น Verify ก่อนตอบ โดยเฉพาะเมื่อมีตัวเลขจำนวนมากหรือข้อมูลจากหลายเอกสาร

  • ตัวเลขรวมถูกต้องหรือไม่
  • หน่วยและ Currency เหมือนกันหรือไม่
  • VAT ถูกนำมาคำนวณอย่างไร
  • มีข้อมูลใดถูกสมมติหรือไม่
  • ข้อสรุปทุกข้อมีข้อมูลรองรับหรือไม่
  • มีเงื่อนไขใดที่ทำให้เปรียบเทียบตรง ๆ ไม่ได้หรือไม่
Analyze → Verify → Answer

17Exception Handling — กำหนดวิธีรับมือข้อมูลผิดปกติ

ถ้าพบข้อมูลขัดแย้งกัน AI ไม่ควรเลือกค่าหนึ่งเอง ควรหยุดสรุปส่วนนั้นและ Flag ให้ผู้ใช้ตรวจสอบ

⚠ Price Mismatch: PO = 100 THB, Invoice = 120 THB

18Human Approval — กำหนดจุดที่มนุษย์ต้องอนุมัติ

AI สามารถช่วยอ่าน Extract Compare Flag Exception Draft และ Report ได้ แต่ธุรกรรมที่สร้างข้อผูกพันควรมี Human Approval

AI Analyze → AI Recommend → Human Review → Human Approve → System Action
ตัวอย่างจุดที่ควรให้มนุษย์อนุมัติ: ส่ง PO, เปลี่ยนราคา, เลือกหรือ Reject Supplier, Accept Contract, ส่งข้อเสนอเจรจา, Commit Budget และ Make Payment

โครงสร้าง Prompt สำหรับงานจัดซื้อที่แนะนำ

สามารถใช้เป็นแม่แบบเริ่มต้น แล้วตัดส่วนที่ไม่จำเป็นออกตามประเภทงาน

ROLE
คุณทำหน้าที่เป็น...

CONTEXT
สถานการณ์ของงานคือ...

OBJECTIVE
เป้าหมายของงานนี้คือ...

INPUT
ใช้ข้อมูลจาก...

DEFINITIONS
คำสำคัญในงานนี้หมายถึง...

TASK
ดำเนินการตามขั้นตอน:
1.
2.
3.

CRITERIA
วิเคราะห์โดยใช้เกณฑ์...

CALCULATION RULES
ใช้สูตรและหลักการคำนวณดังนี้...

CONSTRAINTS
ข้อห้าม:
- ห้ามเดาข้อมูล
- ห้ามสร้างราคา
- ห้ามสร้าง Supplier
- ห้ามเปลี่ยนหน่วยโดยไม่แจ้ง

MISSING DATA
หากข้อมูลไม่ครบ ให้ระบุว่า “ไม่มีข้อมูล”
และสร้างรายการข้อมูลที่ต้องขอเพิ่มเติม

RISK CHECK
ตรวจสอบความเสี่ยงด้าน Cost / Quality /
Delivery / Supply / Compliance

EVIDENCE
ทุกข้อสรุปสำคัญต้องอ้างอิงกลับไปยังข้อมูลต้นทาง

OUTPUT
แสดงผลเป็น:
1. Executive Summary
2. Findings
3. Comparison
4. Risks
5. Missing Information
6. Next Actions

VERIFICATION
ก่อนตอบให้ตรวจสอบตัวเลข หน่วย Currency
VAT Assumption และความสอดคล้องของข้อมูลอีกครั้ง

HUMAN APPROVAL
AI สามารถวิเคราะห์และเสนอแนะได้
แต่ห้ามอนุมัติ Supplier / PO / ราคา /
Contract หรือ Payment แทนมนุษย์

หลักคิดที่ควรจำ

อย่าให้ AI เดา → อย่าให้ AI รีบสรุป → อย่าให้ AI เปรียบเทียบข้อมูลคนละฐาน → บังคับให้แสดงหลักฐาน → บังคับให้บอกข้อมูลที่ขาด → บังคับให้ตรวจทาน → ให้มนุษย์เป็นคนตัดสินใจ

Prompt งานจัดซื้อที่ดีไม่จำเป็นต้องยาวที่สุด แต่ต้องควบคุมความคลุมเครือ ความเสี่ยง ข้อสมมติ และสิทธิ์ในการตัดสินใจได้ดีที่สุด

บันทึกส่วนตัวของผู้ใช้งาน

โน้ตส่วนนี้จะบันทึกแยกตามชื่อโปรไฟล์บนเบราว์เซอร์เครื่องนี้

← Skill360